從信用卡行業(yè)整體發(fā)展來看，近年來行業(yè)發(fā)卡量持續(xù)放緩，很多銀行相應(yīng)地進(jìn)行了經(jīng)營(yíng)戰(zhàn)略的轉(zhuǎn)型調(diào)整，激活存量客戶，增加客戶粘性是未來發(fā)展的重要目標(biāo)。同時(shí)，發(fā)揮智能服務(wù)體系的協(xié)同作用，提升服務(wù)質(zhì)量，提高服務(wù)效能，讓客戶滿意，是加大智能化應(yīng)用縱深的內(nèi)在要求，而智能質(zhì)檢，是其中的一個(gè)重要延展的方向。

　　據(jù)了解，同業(yè)中普遍使用兩類質(zhì)檢系統(tǒng)，本質(zhì)上為基于轉(zhuǎn)文本和音素（發(fā)音）分析，以智能質(zhì)檢和語(yǔ)音分析為主要業(yè)務(wù)應(yīng)用方向。

　　基于轉(zhuǎn)文本的智能質(zhì)檢系統(tǒng)，是將交互對(duì)話轉(zhuǎn)化成文字，然后對(duì)文字進(jìn)行質(zhì)檢和分析，后續(xù)所有工作與轉(zhuǎn)譯的準(zhǔn)確率高度關(guān)聯(lián)。得益于系統(tǒng)的算法或聯(lián)想等功能，系統(tǒng)在反復(fù)訓(xùn)練后“聽”得懂客戶和坐席的對(duì)話，轉(zhuǎn)文本過程中會(huì)對(duì)語(yǔ)義補(bǔ)齊翻譯，這對(duì)于語(yǔ)音分析影響不明顯，但對(duì)于精準(zhǔn)度要求較高的智能質(zhì)檢來說則會(huì)產(chǎn)生影響。

　　基于音素分析是利用音素（發(fā)音）為基礎(chǔ)進(jìn)行篩選，這個(gè)過程可以理解為拼音或音標(biāo)，優(yōu)勢(shì)在于原版呈現(xiàn)對(duì)話過程，凸顯真實(shí)還原，難點(diǎn)在于模型的構(gòu)建，因?yàn)槟Ｐ陀?xùn)練的是語(yǔ)義的關(guān)聯(lián)關(guān)系，因此建模難度比從轉(zhuǎn)譯好的文本中提取關(guān)鍵詞更大，語(yǔ)音分析難度加大。

　　關(guān)于智能質(zhì)檢的應(yīng)用，普遍集中在三個(gè)方向：一是通過系統(tǒng)提供的平均通話時(shí)長(zhǎng)、搶插話時(shí)長(zhǎng)占比等數(shù)據(jù)類指標(biāo)，發(fā)現(xiàn)客服人員問題；二是通過語(yǔ)音分析模型篩查專項(xiàng)錄音，縮小核聽范圍，再由質(zhì)檢人員聽檢；三是運(yùn)用語(yǔ)音分析模型定性分析，重點(diǎn)對(duì)客服中心關(guān)心的業(yè)務(wù)（如營(yíng)銷）進(jìn)行反向分析，即確定人員名單，對(duì)已圈定人員范圍的電話錄音進(jìn)行分析，查找優(yōu)秀案例或優(yōu)秀話術(shù)。

　　目前，部分同業(yè)已經(jīng)開始探索實(shí)時(shí)質(zhì)檢，在于客戶進(jìn)行交互的同時(shí)，開展自動(dòng)質(zhì)檢評(píng)分、敏感詞告警以及話術(shù)及流程引導(dǎo)等。

　　對(duì)于信用卡客戶服務(wù)業(yè)務(wù)來說，由于業(yè)務(wù)非常復(fù)雜，客戶一通來電往往會(huì)詢問或辦理多個(gè)業(yè)務(wù)，在開放的問答場(chǎng)景中，識(shí)別和定位業(yè)務(wù)難度大。很多業(yè)務(wù)的交談內(nèi)容相似度極高，例如客戶查詢已辦理完成的分期情況和是否能夠辦理分期，核身?xiàng)l件中核對(duì)最后一筆交易情況和掛失環(huán)節(jié)中核對(duì)最后一筆交易，關(guān)鍵詞匯使用幾乎是一致的，這也對(duì)業(yè)務(wù)定位的準(zhǔn)確性帶來困難。

　　基于轉(zhuǎn)文本的質(zhì)檢系統(tǒng)，系統(tǒng)轉(zhuǎn)譯時(shí)自行補(bǔ)充或替換看似對(duì)語(yǔ)義沒有產(chǎn)生影響，但對(duì)智能質(zhì)檢的準(zhǔn)確性會(huì)帶來干擾，同時(shí)對(duì)于專業(yè)名詞轉(zhuǎn)譯和新業(yè)務(wù)轉(zhuǎn)譯訓(xùn)練需要一定周期，還需要大量的人為干預(yù)和訓(xùn)練，增加了后續(xù)的運(yùn)營(yíng)成本。

　　基于音素的質(zhì)檢系統(tǒng)，模型的覆蓋率和準(zhǔn)確性同等重要，但猶如天平的兩端需要進(jìn)行取舍，因此建模和做語(yǔ)音分析的難度加大，建模師的經(jīng)驗(yàn)在建模中更加重要，因?yàn)檫@個(gè)平衡點(diǎn)是在一次次驗(yàn)證中積累的。

　　經(jīng)過兩年的努力，我們通過一系列的實(shí)施方案，創(chuàng)建了適合我行信用卡的智能質(zhì)檢的方法論以及模型持續(xù)優(yōu)化的工作閉環(huán)，在強(qiáng)化服務(wù)質(zhì)量的同時(shí)，降低質(zhì)檢成本，實(shí)現(xiàn)了個(gè)人業(yè)務(wù)質(zhì)檢差錯(cuò)的精確定位。目前我中心已完成對(duì)掛失、銷卡、證件有效期、分期營(yíng)銷等多項(xiàng)業(yè)務(wù)場(chǎng)景的質(zhì)檢模型監(jiān)控，場(chǎng)景包括客戶服務(wù)的關(guān)鍵環(huán)節(jié)、高風(fēng)險(xiǎn)業(yè)務(wù)、價(jià)值營(yíng)銷、客戶關(guān)懷等方面，專項(xiàng)業(yè)務(wù)質(zhì)檢模型，交付上線前準(zhǔn)確率85%以上，過程調(diào)優(yōu)后覆蓋率和準(zhǔn)確率可達(dá)到90%，基本達(dá)成了精確篩查專項(xiàng)業(yè)務(wù)質(zhì)檢差錯(cuò)的目標(biāo)。

　　通過關(guān)鍵數(shù)據(jù)組成象限圖，可以直觀了解所有客服人員基本服務(wù)行為的分布情況，為后續(xù)服務(wù)行為分析做基礎(chǔ)。通過基礎(chǔ)數(shù)據(jù)和智能質(zhì)檢結(jié)果，我們可以了解業(yè)務(wù)辦理情況，客服人員基本數(shù)據(jù)表現(xiàn)，同時(shí)，可以對(duì)個(gè)人進(jìn)行服務(wù)診斷，提出針對(duì)性的優(yōu)化方案。

　　通過智能質(zhì)檢通過基礎(chǔ)數(shù)據(jù)和智能質(zhì)檢結(jié)果，我們可以了解業(yè)務(wù)辦理情況，客服人員基本數(shù)據(jù)表現(xiàn)，可以對(duì)個(gè)人進(jìn)行服務(wù)診斷，提出針對(duì)性的優(yōu)化方案；專項(xiàng)業(yè)務(wù)的質(zhì)檢覆蓋率達(dá)到平均80%以上，專項(xiàng)質(zhì)檢效率提升16倍。由3名語(yǔ)音分析人員，準(zhǔn)確定位百萬(wàn)電話量級(jí)的個(gè)人差錯(cuò)，折合每年節(jié)約百萬(wàn)的質(zhì)檢成本，初步實(shí)現(xiàn)了從“客戶聽見”到“系統(tǒng)聽見”設(shè)想。智能質(zhì)檢讓服務(wù)過程更加透明化，同時(shí)能夠更加及時(shí)地掌握客服人員和客戶的反饋信息。相信隨著智能質(zhì)檢模型的不斷豐富，項(xiàng)目的應(yīng)用效果會(huì)更加明顯。

　　這是建模初期最常見的問題，產(chǎn)生的原因除了業(yè)務(wù)復(fù)雜和定位詞重合度高之外。智能質(zhì)檢系統(tǒng)僅能將錄音作為質(zhì)檢范疇，缺少了錄屏的輔助，對(duì)操作類的業(yè)務(wù)篩查將受到限制。

　　我們結(jié)合NICE系統(tǒng)情況，創(chuàng)立了模型建設(shè)定位方案，首先確認(rèn)適合智能質(zhì)檢的業(yè)務(wù)場(chǎng)景，這是建模成功的前提；當(dāng)確認(rèn)業(yè)務(wù)后，對(duì)業(yè)務(wù)流程進(jìn)行詳細(xì)拆解，分解成可進(jìn)行建模的最小單位；第三，通過數(shù)據(jù)交叉等多種手段，盡可能精準(zhǔn)業(yè)務(wù)定位；第四，建模完成后，建模師需要進(jìn)行覆蓋率和準(zhǔn)確率的核檢，達(dá)到交付標(biāo)準(zhǔn)后才能交給業(yè)務(wù)團(tuán)隊(duì)進(jìn)行后續(xù)使用。

　　第二個(gè)問題是模型檢出范圍不準(zhǔn)，產(chǎn)生的原因多為用詞片面，不能代表多數(shù)的表達(dá)方式。為此，我們引入了模型群組的概念并確認(rèn)模型的構(gòu)建思路。業(yè)務(wù)節(jié)點(diǎn)的智能質(zhì)檢往往需要多個(gè)模型建立群組共同作用。建模方法和思路大致分為兩種：一是化整為零，圈定范圍后去除干擾錄音。二是化零為整，以疊加的方式進(jìn)行模型積累。這兩種方式各有優(yōu)缺點(diǎn)，雖然建立模型沒有固定的要求，多取決于語(yǔ)音分析建模師的工作習(xí)慣和既成的思路。

　　智能質(zhì)檢模型上線使用后，經(jīng)過一段時(shí)間準(zhǔn)確性將會(huì)下降，在實(shí)際操作的過程中，我們發(fā)現(xiàn)其原因大致分為：

　　一是以偏概全，建模訓(xùn)練的是樣本錄音中人的發(fā)音習(xí)慣，如果抽取的樣本錄音集的范圍并不具有代表性，則在整體錄音核查的時(shí)候就會(huì)不準(zhǔn)；二是客服人員流動(dòng)性的影響，當(dāng)新人注入時(shí)，他們的發(fā)音習(xí)慣尚未被系統(tǒng)識(shí)別。三是個(gè)體差異，雖然有明確的話術(shù)，但是每位客服人員的語(yǔ)義表達(dá)仍然略有不同。我們的做法是隔一段時(shí)間需要進(jìn)行模型的調(diào)優(yōu)，交付和使用兩個(gè)階段是持續(xù)循環(huán)往復(fù)的過程。

　　為了讓模型的準(zhǔn)確率和覆蓋率保持在一個(gè)相對(duì)恒定的范圍，我中心制定了模型的持續(xù)反饋優(yōu)化機(jī)制。持續(xù)反饋優(yōu)化機(jī)制由服務(wù)分析團(tuán)隊(duì)、質(zhì)檢團(tuán)隊(duì)、業(yè)務(wù)團(tuán)隊(duì)以及其他模型使用團(tuán)隊(duì)組成，將模型應(yīng)用切分為模型建立及交付、后續(xù)篩查交接，核檢及反饋、再優(yōu)化四個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)增加準(zhǔn)確率和覆蓋率的審核保障。與此同時(shí)，在核檢和反饋環(huán)節(jié)，我們采取一事一議的方式，對(duì)每個(gè)實(shí)現(xiàn)智能質(zhì)檢的業(yè)務(wù)采取定制化核檢反饋，提高反饋效率。

　　結(jié)合以上內(nèi)容，我們?cè)賮硭伎伎蛻袈犚姾拖到y(tǒng)聽見。系統(tǒng)聽見從結(jié)果來說，是系統(tǒng)聽懂人在說什么，從過程來講，系統(tǒng)經(jīng)過了大量語(yǔ)料內(nèi)容的反復(fù)訓(xùn)練，可能系統(tǒng)會(huì)比客戶更加明白坐席說了什么。而客戶聽見，是客戶不僅聽到了客服人員的語(yǔ)言內(nèi)容，同時(shí)聽到了客服人員傳遞給客戶的情緒和情感。所以，系統(tǒng)聽見并不能完全代表客戶聽見。從業(yè)務(wù)上來說，當(dāng)前的技術(shù)程度，智能質(zhì)檢不能完全替代人工質(zhì)檢，這是業(yè)務(wù)定位的問題。從功能上來說，質(zhì)檢系統(tǒng)本身有各自的局限性，我們對(duì)于智能質(zhì)檢系統(tǒng)的期望應(yīng)在一個(gè)合理的區(qū)間。

　　我認(rèn)為未來智能質(zhì)檢和語(yǔ)音分析的發(fā)展，將趨向個(gè)性化，更加突顯各行差異化特點(diǎn)�？偟膩碚f，在智能質(zhì)檢方面，智能質(zhì)檢的進(jìn)一步發(fā)展，將實(shí)現(xiàn)質(zhì)檢量級(jí)的突破，促進(jìn)管理效率的奇點(diǎn)質(zhì)變，從管理者來講，由原來小組抽查為單元的管理模式，變成可了精確到個(gè)人，跟蹤其全量真實(shí)表現(xiàn)，從管理精細(xì)度的飛躍，也需要管理者在管理思維上進(jìn)行適應(yīng)性的改變；對(duì)與客服人員來說，智能質(zhì)檢降低了客服人員僥幸心理，更加注重個(gè)人的服務(wù)過程。在客戶體驗(yàn)分析方面，語(yǔ)音分析提供了一個(gè)新的分析維度，改變以往靠專家頭腦風(fēng)暴的客戶體驗(yàn)分析模式，通過多維度的數(shù)據(jù)分析方法進(jìn)一步量化客戶體驗(yàn)。

-掃碼關(guān)注獲取更多精彩內(nèi)容-

　　NICE（納斯達(dá)克股票代碼：NICE）是全球領(lǐng)先的云端和本地企業(yè)軟件解決方案提供商，幫助企業(yè)根據(jù)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的高級(jí)分析做出更明智的決策。NICE幫助各種規(guī)模的企業(yè)提供更好的客戶服務(wù)，確保合規(guī)，打擊欺騙行為，保護(hù)公眾安全。全球150多個(gè)國(guó)家/地區(qū)的25，000多家組織正在使用NICE的解決方案，其中包括《財(cái)富》全球100強(qiáng)中的85家企業(yè)。www.nice.com